人工智能辅助招聘中的“技能标签”匹配对劳动力市场搜寻效率与工资溢价的影响 .docxVIP

PAGE2

人工智能辅助招聘中的“技能标签”匹配对劳动力市场搜寻效率与工资溢价的影响

摘要

本文聚焦于人工智能辅助招聘中“技能标签”匹配对劳动力市场搜寻效率与工资溢价的影响，旨在探讨技术介入如何重塑供需匹配机制并缓解摩擦性失业。研究遵循“提出问题→分析问题→解决问题”的递进逻辑展开。首先，基于搜寻与匹配理论，剖析传统招聘中信息不对称导致的搜寻低效与摩擦性失业成因。其次，通过构建理论分析框架，解析AI技能标签匹配在降低信息搜寻成本、提升人岗契合度中的核心作用逻辑。在此基础上，本文引入某招聘平台引入AI技能匹配前后的岗位投递量、面试邀约率及入职薪资等数据作为理论分析的现实参照，论证技术对摩擦性失业的缓解效应及对工资溢价的重塑作用。最终，本文构建了“技能标签-搜寻效率-工资溢价”的理论框架，指出AI技术不仅加速了匹配过程，更通过精准识别隐性技能改变了劳动力定价机制。本研究为理解数字经济时代的劳动力市场运行规律提供了新的理论视角，并对优化AI招聘系统具有实践指导价值。

第一章绪论

1.1研究背景

在数字经济浪潮下，劳动力市场正经历深刻的结构性变革。传统招聘模式长期受制于信息不对称与高昂的搜寻成本，导致摩擦性失业成为劳动力市场运行的常态特征。企业端与劳动者端均面临“搜寻-匹配”的困境：企业难以在海量简历中高效识别具备特定技能的候选人，劳动者则因缺乏精准的岗位信息而陷入盲目投递与长期